[发明专利]一种基于计算机视觉的物体轨迹追踪识别装置及系统有效

专利信息
申请号: 201911292314.2 申请日: 2019-12-16
公开(公告)号: CN111161312B 公开(公告)日: 2022-03-22
发明(设计)人: 张晓霞;罗乾豪;于洪 申请(专利权)人: 重庆邮电大学
主分类号: G06T7/246 分类号: G06T7/246;G06T5/00;G06T5/30;G06T7/136;G06V20/40;G06V10/82
代理公司: 重庆辉腾律师事务所 50215 代理人: 王海军
地址: 400065 重*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算机 视觉 物体 轨迹 追踪 识别 装置 系统
【说明书】:

本发明属于视频流分析处理技术领域,涉及一种基于计算机视觉的物体轨迹追踪识别装置及系统;所述装置包括视频流接入模块用于获取视频流数据;去异色空间噪声模块用于消除视频流数据帧图像中的无关噪声和杂色像素块;物体检索模块用于设置特定色彩空间区域值检索出待追踪物体的像素块;计算模块用于计算所述待追踪物体的像素块的最小外接圆;轨迹模拟模块在视频流数据中获得以待检测物体最小外接圆确定的中心位置的轨迹;轨迹检测模块根据待检测物体最小外接圆形成的运动轨迹检测是否存在特定图形;轨迹识别模块,根据检测到的特定图形完成识别待追踪物体的轨迹。本发明能够去除散粒噪声,且尽可能保留了边缘信息,增强了本发明的鲁棒性和准确性。

技术领域

本发明属于视频流分析处理技术领域,具体涉及一种基于计算机视觉的物体轨迹追踪识别装置及系统。

背景技术

随着现代化的建设逐步完善,监控摄像头已经如“天网”般遍布全国,其中包括街道、学校、游泳馆等公共场所。通过摄像头对这些区域实现多角度覆盖,能够有效地减少财产损失,降低犯罪率,同时能够对监控视频进行一定时间的保存。当下的监控系统,通过对画面中物体的行为、姿态进行纯感性分析,在某些情况出现时能够对之做出相应的决策。

由于现在对覆盖区域的监控体系大都以人力方式,因此难免会出现对覆盖区域的轨迹运动分析不准确甚至是误判的情况,这导致无法对紧急事件的发生进行及时的预警。

中国专利CN110163124A中提出了一种轨迹追踪处理系统,该系统在处理大量的视频监控图像中的待测目标轨迹时,对于不同类别的待测目标不需要人工选择专门的轨迹分析方法进行处理,该轨迹追踪系统实现了对大批量视频数据的实时处理。

中国专利CN109472233A中提出了一种行为追踪系统,该系统自动跟踪规定区域内的所有运动人体或物体;智能动线实时标注物体运动轨迹;不受安装场景的限制,确定监控区域即可识别统计人数;记录存储规定区域内的物体运动轨迹;可将物体轨迹分类记录到录像视频中,并按物体分类进行运动轨迹快速检索;在雨雪天气、大风、酷热等极端天气下依然可正常使用,无场景限制;系统可通过自学习自动排除非人因素的干扰;通过系统智能算法能够对物体运动轨迹进行精准预测;支持周界防控区域内对特定物体运动进行入侵预警;深度自学习AI架构,不断提升准确率。

但是上述系统尤其是对于在某些特殊场合,如对水下监控时,由于画面本身的原因更会加重误判的可能性,造成不必要的损失。其次,上述系统忽略了硬件设备本身对画面的影响,导致画面出现散粒噪声从而削弱了识别效率。再者,上述系统尽管能够对物体检测追踪,但由于处理机制较为复杂,导致视频存在延迟,实时性效果其实并不理想。最后,上述系统对轨迹的识别是基于传统方法或者软件,这样的方法并不能使轨迹的识别得到最理想的效果。

发明内容

基于现有技术存在的问题,本发明的目的是解决上述现阶段技术的不足,本发明尤其针对视频流数据的去噪阶段进行处理,使得在水下,高原,重工业、航天等情形下依旧能够保持优良的识别效果,减少了人工成本;本发明提供了一种基于计算机视觉的物体轨迹追踪识别装置及系统。

本发明解决其技术问题所采用的技术方案是:

一种基于计算机视觉的物体轨迹追踪识别装置,包括:

视频流接入模块,用于获取视频流数据;

去异色空间噪声模块,用于消除视频流数据帧图像中的无关噪声和杂色像素块,尤其是为了消除会对检测、识别结果造成负面影响的因素;

物体检索模块,用于设置特定色彩空间区域值,检索出待追踪物体的像素块;

计算模块,用于计算所述待追踪物体的像素块的最小外接圆及其中心坐标;

轨迹模拟模块,在视频流数据中形成以最小外接圆确定的中心位置的轨迹;

轨迹检测模块,用以根据最小外接圆形成的轨迹走势,检测最小外接圆中是否存在特定图形;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911292314.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top